摘要：本報(bào)告將自動(dòng)駕駛領(lǐng)域最為關(guān)鍵的傳感器——激光雷達(dá)作為中心，通過調(diào)研其所扮演重要角色的領(lǐng)域——自動(dòng)駕駛，以及自動(dòng)駕駛和激光雷達(dá)的國(guó)內(nèi)外發(fā)展現(xiàn)狀，深入了解激光雷達(dá)的技術(shù)背景。以目前智能車生產(chǎn)廠家所采用的傳感層技術(shù)為切入點(diǎn)，通過了解、掌握這些技術(shù)的特點(diǎn)、基本原理、適用場(chǎng)景、優(yōu)缺點(diǎn)，來進(jìn)一步深入激光雷達(dá)，了解其分類、基本工作原理、主要技術(shù)指標(biāo)，對(duì)用于智能車的車載激光雷達(dá)的主要廠家、產(chǎn)品進(jìn)行調(diào)研，獲得主流產(chǎn)品的主要性能指標(biāo)參數(shù)、測(cè)試數(shù)據(jù)等。
緒論
1.1 研究背景與意義
早期激光雷達(dá)主要用于軍事和民用地理測(cè)繪(GIS)等領(lǐng)域，比如地質(zhì)測(cè)繪、監(jiān)測(cè)樹木生長(zhǎng)、測(cè)量建筑項(xiàng)目進(jìn)度等。隨著自動(dòng)駕駛的興起，對(duì)于環(huán)境感知要求日趨嚴(yán)格，在自動(dòng)駕駛架構(gòu)中，傳感層被比作為汽車的“眼睛”，包括車載攝像頭等視覺系傳感器和車載毫米波雷達(dá)、車載激光雷達(dá)和車載超聲波雷達(dá)等雷達(dá)系傳感器，其中激光雷達(dá)已經(jīng)被廣泛認(rèn)為是實(shí)現(xiàn)自動(dòng)駕駛的必要傳感器。相比于其它類型的自動(dòng)駕駛傳感器，如攝像頭，激光雷達(dá)探測(cè)的距離更遠(yuǎn)，精度更高。相對(duì)于攝像頭而言，激光雷達(dá)由于為主動(dòng)發(fā)射光束，故比較不容易受周圍環(huán)境如弱光、雨雪煙塵的影響，而且攝像頭在進(jìn)行圖像識(shí)別處理時(shí)需要消耗大量的處理器能力，而激光雷達(dá)產(chǎn)生的三維地圖信息更容易被計(jì)算機(jī)解析。相比毫米波雷達(dá)，激光雷達(dá)的分辨率更高，并且毫米波雷達(dá)也不適用于行人檢測(cè)和目標(biāo)識(shí)別等工作。在自動(dòng)駕駛領(lǐng)域，激光雷達(dá)與其它傳感器互為補(bǔ)充，可以有效提高車輛對(duì)于周圍環(huán)境感知的準(zhǔn)確度。
本文以目前智能車生產(chǎn)廠家所采用的傳感層技術(shù)為切入點(diǎn)，通過了解、掌握這些技術(shù)的特點(diǎn)、基本原理、適用場(chǎng)景、優(yōu)缺點(diǎn)，來進(jìn)一步深入研究其中對(duì)于自動(dòng)駕駛最為關(guān)鍵的傳感器——激光雷達(dá)，了解其分類、基本工作原理、主要性能指標(biāo)，對(duì)用于智能車的車載激光雷達(dá)的主要廠家、產(chǎn)品進(jìn)行調(diào)研，獲得主流產(chǎn)品的主要性能指標(biāo)參數(shù)、測(cè)試數(shù)據(jù)等。對(duì)車載激光雷達(dá)進(jìn)行仿真，不僅能節(jié)省大量的燃料和經(jīng)費(fèi)，而且不受天氣和場(chǎng)地的限制，因此具有巨大的經(jīng)濟(jì)效益。在仿真軟件中，可以靈活地設(shè)置各種參數(shù)、模擬條件，同時(shí)也不存在安全隱患，因此具有巨大的社會(huì)效益。由于目前國(guó)內(nèi)外對(duì)于車載激光雷達(dá)仿真系統(tǒng)的研究較少，本文拋磚引玉，嘗試歸納、分析上述內(nèi)容，最終得出車載激光雷達(dá)仿真系統(tǒng)的主要技術(shù)要求。
1.2 自動(dòng)駕駛概述
SAE(國(guó)際汽車工程師協(xié)會(huì))J3016 文件提出的五級(jí)自動(dòng)駕駛分級(jí)方案是當(dāng)前被普遍采用接受的標(biāo)準(zhǔn)，將自動(dòng)駕駛技術(shù)分為 L0 ~ L5 共六個(gè)等級(jí)。L0 代表沒有自動(dòng)駕駛加入的傳統(tǒng)人類駕駛，L1 ~ L5 則將自動(dòng)駕駛的發(fā)展程度進(jìn)行了分級(jí)：
表 1-1 SAE 自動(dòng)駕駛定義和分級(jí)標(biāo)準(zhǔn)
(注：參照[1]中表格修改整理)
無人駕駛專指 L4、L5 階段，即駕駛員不介入的情況下汽車可以完成全自動(dòng)駕駛的控制動(dòng)作，指向自動(dòng)駕駛汽車技術(shù)發(fā)展的最終形態(tài)。
自動(dòng)駕駛覆蓋 L1 到 L5 整個(gè)階段，在 L1、L2 階段，汽車的自動(dòng)駕駛系統(tǒng)只作為駕駛員的輔助，但能夠持續(xù)地承擔(dān)汽車橫向或縱向某一方面的自主控制完成感知、認(rèn)知、決策、控制、執(zhí)行這一完整過程，其他如預(yù)警提示、短暫干預(yù)的駕駛技術(shù)(ADAS, Advanced Driver Assistance Systems)不能完成這一完整的流程，不在自動(dòng)駕駛技術(shù)范圍之內(nèi)。即汽車至少在某些具有關(guān)鍵安全性的控制功能方面(如轉(zhuǎn)向、油門或制動(dòng))無需駕駛員直接操作即可自動(dòng)完成控制動(dòng)作。自動(dòng)駕駛汽車一般使用機(jī)載傳感器、GPS 和其他通信技術(shù)設(shè)備獲得信息，針對(duì)安全狀況進(jìn)行決策規(guī)劃，在某種程度上恰當(dāng)?shù)貙?shí)施控制。自動(dòng)駕駛包括無人駕駛。
智能駕駛指搭載先進(jìn)的智能系統(tǒng)和多種傳感器設(shè)備(包括攝像頭、雷達(dá)、導(dǎo)航設(shè)備等)，具備復(fù)雜的環(huán)境感知、智能決策、協(xié)同控制和執(zhí)行等功能，可實(shí)現(xiàn)安全、舒適、節(jié)能、高效行駛，并最終可替代人來操作。智能駕駛包括自動(dòng)駕駛以及無人駕駛。
以上三者的關(guān)系可由下圖表示：
圖 1-1 無人駕駛、自動(dòng)駕駛、智能駕駛關(guān)系圖
1.3 智能車輛國(guó)內(nèi)外發(fā)展現(xiàn)狀及趨勢(shì)概述
自 1886 年汽車誕生以來，結(jié)構(gòu)逐步成型;1913 年，汽車開始采用流水先生產(chǎn);1932 年，高速公路誕生;20 世紀(jì) 50 年代，被動(dòng)安全系統(tǒng)，如安全帶、安全氣囊出現(xiàn);至此，以底盤、傳動(dòng)、輪胎、車身、機(jī)械為核心技術(shù)的汽車逐漸開始規(guī)?；a(chǎn)，同時(shí)，國(guó)內(nèi)汽車工業(yè)開始起步。1970 年，F(xiàn)ord 最早裝配防抱死制動(dòng)系統(tǒng)(ABS, Anti-lock BrakingSystem)這一主動(dòng)安全系統(tǒng);1995年，Mercedes-Benz 率先配備電子穩(wěn)定系統(tǒng)(ESP,Electronic Stability Program);至此，以發(fā)動(dòng)機(jī)、早期汽車電子技術(shù)、安全系統(tǒng)和節(jié)能為核心技術(shù)的汽車性能不斷優(yōu)化，大量資金和技術(shù)被引入，同時(shí)，國(guó)內(nèi)汽車工業(yè)全面發(fā)展。2009 年，Google 開啟自動(dòng)駕駛項(xiàng)目，以汽車電子技術(shù)、自動(dòng)駕駛、新能源為核心技術(shù)的汽車逐步向智能化、輕量化、電動(dòng)化、網(wǎng)聯(lián)化、出行方式共享化等方向發(fā)展;自動(dòng)駕駛作為重要的發(fā)展趨勢(shì)之一，將再次徹底改變出行方式。我國(guó)汽車工業(yè)起步較晚，但在新能源汽車等領(lǐng)域進(jìn)展較快，并率先趕上自動(dòng)駕駛研發(fā)熱潮，有望在汽車產(chǎn)業(yè)發(fā)揮引領(lǐng)作用。
美國(guó)在 20 世紀(jì) 80 年代初已經(jīng)開始自動(dòng)駕駛技術(shù)的軍事化應(yīng)用，歐洲從 80 年代中期開始研發(fā)自動(dòng)駕駛車輛，更多強(qiáng)調(diào)單車自動(dòng)化、智能化的研究，日本的自動(dòng)駕駛研發(fā)略晚于歐美，更多關(guān)注于采用智能安全系統(tǒng)降低事故發(fā)生率，以及采用車間通信方式輔助駕駛。在初期，自動(dòng)駕駛研發(fā)在歐美日已呈現(xiàn)『產(chǎn)學(xué)研』相結(jié)合的特點(diǎn)，開發(fā)測(cè)試了不同程度自動(dòng)化、智能化的車輛，進(jìn)入 21 世紀(jì)，美國(guó)國(guó)防高等研究計(jì)劃署(DARPA, Defense Advanced Research Projects Agency)舉辦的挑戰(zhàn)賽進(jìn)一步提高了自動(dòng)駕駛的社會(huì)關(guān)注度，激發(fā)了相關(guān)從業(yè)者的研發(fā)熱情。由于深度學(xué)習(xí)算法的引入，自動(dòng)駕駛技術(shù)有了爆炸性的突破。2009 年，Google 布局自動(dòng)駕駛，引發(fā)了新一輪的產(chǎn)業(yè)熱潮，更多的科技企業(yè)加入市場(chǎng)爭(zhēng)奪中。2020 年前后，成為主要汽車廠商和科技企業(yè)承諾推出完全自動(dòng)駕駛車輛的時(shí)間節(jié)點(diǎn)。
自上世紀(jì) 90 年代起，國(guó)內(nèi)各高校和研究機(jī)構(gòu)已經(jīng)陸續(xù)開展自動(dòng)駕駛的研發(fā)工作，推出多個(gè)測(cè)試車型，其中國(guó)防科技大學(xué)于 1992 年研制出第一款自動(dòng)駕駛汽車CITAVT-Ⅰ 型。2009 年以來，國(guó)家自然科學(xué)基金委員會(huì)舉辦『中國(guó)智能車未來挑戰(zhàn)賽』，吸引多個(gè)高校和研究機(jī)構(gòu)參與，為自動(dòng)駕駛技術(shù)的交流和發(fā)展起到了良好的促進(jìn)作用，在此期間，一汽、北汽等傳統(tǒng)車企也逐步布局。自國(guó)務(wù)院在 2015 年發(fā)布《中國(guó)制造 2025》起，以自動(dòng)駕駛技術(shù)為重點(diǎn)的智能網(wǎng)聯(lián)汽車成為未來汽車發(fā)展的重要戰(zhàn)略方向，大批初創(chuàng)企業(yè)投身自動(dòng)駕駛領(lǐng)域;2016 年，中國(guó)工信部裝備工業(yè)司汽車處處長(zhǎng)表示，正和警方合作起草自動(dòng)化駕駛道路測(cè)試標(biāo)準(zhǔn)化的規(guī)定;北汽、上汽、長(zhǎng)安等車企相繼公布自動(dòng)駕駛戰(zhàn)略規(guī)劃，國(guó)內(nèi)自動(dòng)駕駛集中爆發(fā)，多個(gè)車企公布自動(dòng)駕駛的戰(zhàn)略規(guī)劃;2017 年，《汽車產(chǎn)業(yè)中長(zhǎng)期發(fā)展規(guī)劃》發(fā)布;籌建智能網(wǎng)聯(lián)汽車分技術(shù)委員會(huì)，制定產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn);百度公布 Apollo 計(jì)劃，還有更多的初創(chuàng)企業(yè)脫穎而出，獲得巨額投資，可以說，自動(dòng)駕駛產(chǎn)業(yè)已經(jīng)進(jìn)入新技術(shù)最為火爆的中場(chǎng)階段。
1.4 車載激光雷達(dá)國(guó)內(nèi)外發(fā)展現(xiàn)狀及趨勢(shì)概述
目前，全球最大的車載激光雷達(dá)公司——Velodyne LiDAR 的前身是硅谷科技公司 Velodyne，它在 Google 布局無人駕駛汽車之前就開始在車載激光雷達(dá)產(chǎn)業(yè)發(fā)力，之后與 Google 合作，成為了車載激光雷達(dá)產(chǎn)業(yè)的龍頭。其包含了專注于音頻設(shè)備的 Velodyne Acoustics 公司和專注于海洋問題解決方案的 Velodyne Marine 公司，同樣地，Velodyne 在 2016 年將 Velodyne LiDAR 作為一家獨(dú)立的公司剝離出來，這時(shí)正處于世界范圍內(nèi)車載激光雷達(dá)相關(guān)技術(shù)飛速發(fā)展時(shí)期。其旗下的 HDL-64E 型機(jī)械激光雷達(dá)被廣泛采用于自動(dòng)駕駛車輛的測(cè)試中，不過其高昂的價(jià)格和低生產(chǎn)率也提醒各個(gè)科技巨頭車載激光雷達(dá)的低成本化和量產(chǎn)化相當(dāng)關(guān)鍵，這也正是 Tesla 一直不采用這種『3D 激光雷達(dá)』方案，而是堅(jiān)持采用『毫米波雷達(dá) + 攝像頭』方案的原因。目前 Velodyne LiDAR 已經(jīng)推出成本更低、線數(shù)更多的 128 線的 VLS-128 型固態(tài)激光雷達(dá)，這意味著這款激光雷達(dá)有更高的分辨率、安全性以及更低的成本，并且可以實(shí)現(xiàn)量產(chǎn)。然而，『3D 激光雷達(dá) + 高精度導(dǎo)航地圖 + 云計(jì)算』被認(rèn)為是未來理想的綜合性解決方案，也就是說，從發(fā)展趨勢(shì)看，就汽車智能駕駛領(lǐng)域，『毫米波雷達(dá) + 攝像頭』方案終將隨著車載激光雷達(dá)的成本下降而被逐漸取代。
不過，在 Velodyne 推出 VLS-128 之前，整體車載激光雷達(dá)市場(chǎng)上的趨勢(shì)都是往低線束化、固態(tài)化發(fā)展，也就是往減少激光雷達(dá)線束發(fā)展，同時(shí)也從機(jī)械型轉(zhuǎn)為固態(tài)型，比如 Quanergy 公司就在 2016 年 CES 展會(huì)上推出了與 Delphi 公司共同研發(fā)的新產(chǎn)品 S3，號(hào)稱全球首款固態(tài)激光雷達(dá)，就連 Velodyne 公司本身也在推出混合或固態(tài)的低線束激光雷達(dá)。因?yàn)檫@樣做可以降低成本，但是需要用數(shù)量來彌補(bǔ)線數(shù)的不足，也體現(xiàn)出未來的技術(shù)路線未定，產(chǎn)業(yè)龍頭 Velodyne LiDAR 也不能確定到底是多線束激光雷達(dá)還是多激光雷達(dá)耦合。Velodyne LiDAR 認(rèn)為對(duì)于一輛在復(fù)雜環(huán)境中高速行駛的自動(dòng)駕駛汽車來說，HDL-64 的性能還不夠保證安全，更高線程的激光雷達(dá)不僅可以配合一些必要的設(shè)備保證安全，還可以讓自動(dòng)駕駛汽車將不再需要任何其它探測(cè)障礙的傳感器。但是 Velodyne LiDAR 的競(jìng)爭(zhēng)對(duì)手 Luminar 公司也在做低線束固態(tài)激光雷達(dá)，其認(rèn)為由于激光擴(kuò)散的原因，距離越遠(yuǎn)，精準(zhǔn)度越低。所以，絕大多數(shù)的自動(dòng)駕駛公司在使用最先進(jìn)的激光雷達(dá)的情況下，還是會(huì)選擇添加其他種類的傳感器。各大車載激光雷達(dá)公司之間的爭(zhēng)論也是行業(yè)的技術(shù)現(xiàn)狀之一，至于車載激光雷達(dá)技術(shù)之后如何發(fā)展，還需要看各科技公司的研發(fā)情況以及實(shí)際測(cè)試的結(jié)果。
從以上對(duì)國(guó)外車載激光雷達(dá)技術(shù)現(xiàn)狀的分析中能夠得到的統(tǒng)一趨勢(shì)有低成本化、固態(tài)化、量產(chǎn)化，但是 Velodyne LiDAR 推出更高線束的激光雷達(dá)和其他科技廠商推出低線束激光雷達(dá)的行為并不矛盾，他們的整體方向依然是要實(shí)現(xiàn)激光雷達(dá)的更高分辨率和精準(zhǔn)度，進(jìn)一步保證無人駕駛的安全性，只不過前者傾向于使用更強(qiáng)大的設(shè)備，后者傾向于使用多激光雷達(dá)耦合并降低成本。同時(shí)，低線束激光雷達(dá)對(duì)高線束激光雷達(dá)可以起到補(bǔ)充的作用。
實(shí)際上國(guó)內(nèi)車載激光雷達(dá)的發(fā)展不比國(guó)外起步晚，北科天繪于 2005 年成立于北京，和 Velodyne 的激光雷達(dá)計(jì)劃幾乎同時(shí)開始，然而目前來看，國(guó)外的車載激光雷達(dá)水平較高。盡管自動(dòng)駕駛市場(chǎng)需求量極大，激光雷達(dá)仍面臨著成本高、量產(chǎn)難的問題。制造門檻高，且應(yīng)用領(lǐng)域較窄(汽車、資源勘測(cè))，使該類產(chǎn)品供應(yīng)商相對(duì)較少，缺乏針對(duì)車規(guī)級(jí)的成熟量產(chǎn)方案。要推動(dòng)激光雷達(dá)解決方案落地，供應(yīng)商勢(shì)必要完整掌握硬件的核心技術(shù)，以便控制成本，并以配套的算法推動(dòng)市場(chǎng)接受其方案。目前，實(shí)現(xiàn)激光雷達(dá)低成本的路線有：犧牲一定的精度，使用全固態(tài)、低線束激光雷達(dá)降低制作成本;提高生產(chǎn)率，通過量產(chǎn)帶來的規(guī)模效益攤薄產(chǎn)品成本。速騰聚創(chuàng)、禾賽科技等公司均提供自動(dòng)駕駛的『硬件 + 算法』一體化解決方案，希望以低線束、低成本、量產(chǎn)化的激光雷達(dá)產(chǎn)品打通市場(chǎng);用于機(jī)器人、無人機(jī)的激光雷達(dá)產(chǎn)商北醒光子、思嵐科技也在向自動(dòng)駕駛布局。盡管部分廠商已有成品，并與其它初創(chuàng)公司達(dá)成合作，但能否打通主機(jī)廠和 Tier1(一級(jí)供應(yīng)商)尚存疑。相較而言，在2016年，全球頂尖廠商Velodyne-LiDAR在中國(guó)的銷售額已達(dá)到 1500 萬美元。
1.5 本章小結(jié)
本章將自動(dòng)駕駛領(lǐng)域最為關(guān)鍵的傳感器——激光雷達(dá)作為切入點(diǎn)，通過調(diào)研其所扮演重要角色的領(lǐng)域——自動(dòng)駕駛，以及自動(dòng)駕駛和激光雷達(dá)的國(guó)內(nèi)外發(fā)展現(xiàn)狀，從行業(yè)和科研等多方面了解激光雷達(dá)的技術(shù)背景。
智能車輛的傳感層技術(shù)分析
2.1 傳感器介紹
在自動(dòng)駕駛技術(shù)來臨之前，車用傳感器即用于汽車電子技術(shù)、作為車載電腦(ECU)的輸入裝置，能夠?qū)l(fā)動(dòng)機(jī)、底盤、車身各個(gè)部分的運(yùn)作工況信息以信號(hào)方式傳輸給車載電腦，從而使汽車運(yùn)行達(dá)到最佳狀態(tài)。ADAS(高級(jí)輔助駕駛系統(tǒng))的廣泛應(yīng)用，使攝像頭等用于環(huán)境感知的傳感器進(jìn)入公眾視野，作為輔助，這些傳感器將汽車周邊的環(huán)境信息輸入到相應(yīng)的系統(tǒng)模塊中，進(jìn)行判斷，提前給駕駛員預(yù)警或提供緊急防護(hù)，但不同系統(tǒng)的傳感器間關(guān)系孤立，數(shù)據(jù)單獨(dú)處理，信息尚未形成融合。在自動(dòng)駕駛汽車中，定位、雷達(dá)、視覺等傳感器協(xié)作融合，能夠以圖像、點(diǎn)云等形式輸入收集到的環(huán)境數(shù)據(jù)，并通過算法的提取、處理和融合，進(jìn)一步形成完整的汽車周邊駕駛態(tài)勢(shì)圖，為駕駛行為決策提供依據(jù)。
除了激光雷達(dá)之外，本文再對(duì)攝像頭、毫米波雷達(dá)、超聲波傳感器、定位傳感器這部分重要傳感器作簡(jiǎn)要介紹：
攝像頭：
用攝像頭代替人眼對(duì)目標(biāo)(車輛、行人、交通標(biāo)志)進(jìn)行識(shí)別、跟蹤和測(cè)量，感知到汽車周邊的障礙物以及可駕駛區(qū)域，理解道路標(biāo)志的語義，從而對(duì)當(dāng)下的駕駛場(chǎng)景進(jìn)行完整描述。攝像頭必須先識(shí)別再測(cè)距，如果無法識(shí)別則無法測(cè)距。相對(duì)于其它傳感器，攝像頭的價(jià)格相對(duì)低廉，有著識(shí)別車道線、車輛等物體的基礎(chǔ)能力，在汽車高級(jí)輔助駕駛市場(chǎng)已被規(guī)模使用。依據(jù)不同的圖像檢測(cè)原理，可分為單目攝像頭和雙目攝像頭，根據(jù)芯片類型又可分為 CCD 攝像頭和 CMOS 攝像頭，等等。其優(yōu)點(diǎn)在于攝像頭是目前唯一能夠辨別物體的傳感器。
但是攝像頭同時(shí)具有三個(gè)缺點(diǎn)：缺點(diǎn)一是逆光或光影復(fù)雜的地方難以使用;缺點(diǎn)二在于依賴于算法，能否辨別物體完全依賴樣本的訓(xùn)練，樣本未覆蓋的物體將無法辨別，比如 Mobileye 在中國(guó)道路上應(yīng)用，識(shí)別超載運(yùn)貨車的成功率不超過 80%;缺點(diǎn)三在于攝像頭對(duì)于行人的識(shí)別具有不穩(wěn)定性，因?yàn)樾腥瞬煌谲囕v，動(dòng)作、服裝、身體各部分變化要素很多，而且還要與街上的建筑、汽車、樹木等背景圖案區(qū)分開來，比如 Mobileye 在日本、德國(guó)、美國(guó)、以色列等國(guó)市區(qū)的測(cè)試結(jié)果顯示，行人的成功檢測(cè)率為 93.5%，距離實(shí)現(xiàn)完全無人駕駛還有很大差距，再如穿著吉祥物套裝或著裝顏色與背景相似的人或搬運(yùn)東西的人極有可能無法識(shí)別。因此，攝像頭的物體識(shí)別功能無可比擬，但由于依賴樣本識(shí)別物體，以及識(shí)別行人具有不穩(wěn)定性，攝像頭應(yīng)用于測(cè)距領(lǐng)域無法保障 100% 的穩(wěn)定性，在自動(dòng)駕駛領(lǐng)域脫離激光雷達(dá)使用只能應(yīng)用于 ADAS 而不能應(yīng)用于完全的無人駕駛。
從硬件方面看，計(jì)算機(jī)視覺所需的工業(yè)攝像頭在技術(shù)層面相對(duì)成熟，具有較高的圖像穩(wěn)定性、高傳輸能力和抗干擾能力，且單個(gè)攝像頭成本已降到 200 元以下，因此單車可以配備 6~8 個(gè)攝像頭覆蓋不同角度，天風(fēng)證券預(yù)測(cè)，2020 年國(guó)內(nèi)前后裝攝像頭需求量為 4184 萬個(gè)。
毫米波雷達(dá)
發(fā)射 1~10 毫米的電磁波，根據(jù)反射波的時(shí)間差及強(qiáng)度等來測(cè)量距離，汽車毫米波雷達(dá)的頻段主要在 24 GHz 和 77 GHz。其優(yōu)點(diǎn)在于性價(jià)比較高，探測(cè)距離遠(yuǎn)，精度較高，穿透霧、灰塵的能力強(qiáng)，能夠全天候全天時(shí)工作，在很多高檔轎車?yán)锒加袘?yīng)用;缺點(diǎn)是行人的反射波容易被其他物體反射波埋沒，難以分辨，無法識(shí)別行人，例如采用毫米波雷達(dá)和攝像頭的感知系統(tǒng)實(shí)現(xiàn)自動(dòng)駕駛的 Tesla，在行人較多的鬧市區(qū)會(huì)自動(dòng)鎖定自動(dòng)駕駛功能。因此，毫米波雷達(dá)在測(cè)距領(lǐng)域具有較高性價(jià)比，但是其無法探測(cè)行人是一個(gè)致命弱點(diǎn)，只能應(yīng)用于自適應(yīng)巡航系統(tǒng)等 ADAS 系統(tǒng)。目前毫米波雷達(dá)市場(chǎng)由國(guó)外廠商壟斷，國(guó)內(nèi)主要的零部件供應(yīng)商正在致力于車載毫米波雷達(dá)的國(guó)產(chǎn)化。79 GHz 毫米波雷達(dá)作為未來發(fā)展趨勢(shì)，能更有效地發(fā)揮自動(dòng)駕駛傳感器所需的性能。
超聲波傳感器
發(fā)射振動(dòng)頻率高于聲波的機(jī)械波，根據(jù)反射波測(cè)量距離。其優(yōu)點(diǎn)在于探測(cè)物體范圍極廣，能夠探測(cè)絕大部分物體，且有較高穩(wěn)定性;缺點(diǎn)是一般只能探測(cè) 10 米以內(nèi)的距離，無法進(jìn)行遠(yuǎn)距離探測(cè)。因此，超聲波雷達(dá)廣泛應(yīng)用于倒車?yán)走_(dá)，在自動(dòng)駕駛領(lǐng)域常常作為短距離雷達(dá)，應(yīng)用如自動(dòng)泊車輔助系統(tǒng)。
定位傳感器
可以獲得自身相對(duì)于全局的位置信息。其優(yōu)點(diǎn)在于技術(shù)較為成熟，能夠?qū)崿F(xiàn)在全局視角的定位功能;缺點(diǎn)在于無法獲得周圍障礙物的位置信息。往往需要與前幾個(gè)探障類傳感器搭配使用。
2.2 傳感器分類
智能車輛的傳感器可以分為視覺傳感器、定位傳感器、雷達(dá)傳感器、聽覺傳感器和姿態(tài)傳感器。其中視覺傳感器可以分為單目攝像頭、雙目攝像頭、夜視紅外攝像頭;定位傳感器可以分為慣性導(dǎo)航系統(tǒng)、衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)、高精度地圖、實(shí)時(shí)動(dòng)態(tài)(RTK)差分系統(tǒng);雷達(dá)傳感器可以分為激光雷達(dá)和毫米波雷達(dá);聽覺傳感器可以分為語音識(shí)別、聲音定位入口;姿態(tài)傳感器可以分為車載診斷系統(tǒng)(OBD)、CAN 總線、慣性測(cè)量單元(IMU)、發(fā)動(dòng)機(jī)等汽車工況傳感器。主要的傳感器為激光雷達(dá)、毫米波雷達(dá)、攝像頭、超聲波雷達(dá)、GNSS 輔助傳感器，其中 GNSS 輔助傳感器包括慣性導(dǎo)航系統(tǒng)和 RTK 差分系統(tǒng)。
傳感器分類圖如下：
圖 2-1 智能車輛傳感器分類圖
需要說明的是，以上提到的智能車傳感器并不一定會(huì)同時(shí)出現(xiàn)在一輛車上。某種傳感器存在與否，取決于這輛車需要完成什么樣的任務(wù)。如果只需要完成高速公路的自動(dòng)駕駛，比如 Tesla 在 Model S 里使用的 Autopilot 自動(dòng)輔助駕駛功能是不需要使用激光雷達(dá)的;但如果需要完成城區(qū)路段的自動(dòng)駕駛，沒有激光雷達(dá)，僅靠視覺傳感器是很困難的。
2.3 傳感器比較
不同傳感器各有優(yōu)劣。無論是『毫米波雷達(dá) + 攝像頭』方案還是『3D 激光雷達(dá)』方案都不具備獨(dú)當(dāng)一面的能力。前者距離實(shí)現(xiàn)需要解決的問題是如何達(dá)到識(shí)別車輛、識(shí)別人體 100% 的成功率以及如何達(dá)到識(shí)別任何物體并測(cè)量距離 100% 的成功率;而后者距離實(shí)現(xiàn)需要解決的問題是大雨和大雪等惡劣條件下的調(diào)試以及逐漸擺脫對(duì)于高精度地圖的依賴。兩種方案看似競(jìng)爭(zhēng)，實(shí)則互補(bǔ)。技術(shù)上的不同方向很有可能形成兩種方案的互相啟發(fā)與互相補(bǔ)充?？梢?，自動(dòng)駕駛汽車要安全運(yùn)作，必須保證多傳感器協(xié)同工作和信息冗余。因此，多種傳感器往往需要協(xié)同工作，優(yōu)勢(shì)互補(bǔ)，共同組成自動(dòng)駕駛的環(huán)境感知解決方案。
表 2-1 智能車輛主要傳感器比較
2.4 本章小結(jié)
本章以目前智能車生產(chǎn)廠家所采用的傳感層技術(shù)為切入點(diǎn)，通過了解、掌握這些技術(shù)的特點(diǎn)、基本原理、適用場(chǎng)景、優(yōu)缺點(diǎn)并進(jìn)行比較，進(jìn)一步說明激光雷達(dá)在自動(dòng)駕駛領(lǐng)域中為何了扮演不可替代的角色。
激光雷達(dá)技術(shù)分析
3.1 激光雷達(dá)分類
對(duì)于激光雷達(dá)，可以分別按照探測(cè)體系、應(yīng)用方向、線束、基于機(jī)械/電子部件分類如下：
圖 3-1 激光雷達(dá)分類圖
3.2 激光雷達(dá)工作原理
LiDAR，是英文 Light Detection And Ranging 的縮寫，中文名稱為激光雷達(dá)。激光雷達(dá)作為在激光測(cè)距雷達(dá)基礎(chǔ)上發(fā)展起來的一項(xiàng)主動(dòng)成像雷達(dá)技術(shù)，如圖3-2 所示，通過發(fā)射和接收激光束，分析激光遇到目標(biāo)對(duì)象后的折返時(shí)間，計(jì)算出到目標(biāo)對(duì)象的相對(duì)距離，并利用此過程中收集到的目標(biāo)對(duì)象表面大量密集的點(diǎn)的三維坐標(biāo)、反射率和紋理等信息，快速得到出被測(cè)目標(biāo)的三維模型以及線、面、體等各種相關(guān)數(shù)據(jù)，建立三維點(diǎn)云(Point Cloud)圖，繪制出環(huán)境地圖，以達(dá)到環(huán)境感知的目的。由于光速非常快，飛行時(shí)間可能非常短，因此要求測(cè)量設(shè)備具備非常高的精度。從效果上來講，激光雷達(dá)維度(線束)越多，測(cè)量精度越高，安全性就越高。
相比于可見光、紅外線等傳統(tǒng)被動(dòng)成像技術(shù)，激光雷達(dá)技術(shù)具有如下顯著特點(diǎn)：一方面，它顛覆傳統(tǒng)了二維投影成像模式，可采集目標(biāo)表面深度信息，得到目標(biāo)相對(duì)完整的空間信息，經(jīng)數(shù)據(jù)處理重構(gòu)目標(biāo)三維表面，獲得更能反映目標(biāo)幾何外形的三維圖形，同時(shí)還能獲取目標(biāo)表面反射特性、運(yùn)動(dòng)速度等豐富的特征信息，為目標(biāo)探測(cè)、識(shí)別、跟蹤等數(shù)據(jù)處理提供充分的信息支持、降低算法難度;另一方面，主動(dòng)激光技術(shù)的應(yīng)用，使得其具有測(cè)量分辨率高，抗干擾能力強(qiáng)、抗隱身能力強(qiáng)、穿透能力強(qiáng)和全天候工作的特點(diǎn)。
圖 3-2 激光測(cè)距原理
大多數(shù)激光雷達(dá)系統(tǒng)主要包括四部分：激光器、光學(xué)掃描器，光電檢測(cè)器，導(dǎo)航系統(tǒng)。本節(jié)將簡(jiǎn)單說明各部分的原理、功能以及技術(shù)指標(biāo)。
3.2.1 激光器
激光和發(fā)光二極管都起源于 20 世紀(jì) 60 年代，激光是受激輻射的光放大而來，兩者都使用二極管產(chǎn)生不同形式的光，當(dāng)電通過發(fā)光二極管時(shí)，發(fā)出非相干的可見光，光射向所有的方向;激光器使用高度專業(yè)化的二極管，其在電磁光譜的光學(xué)部分處或附近產(chǎn)生能量。當(dāng)這種能量對(duì)人眼可見時(shí)，我們將其稱為“光”，當(dāng)不可見時(shí)，我們將其稱為“輻射”，這與放射性物質(zhì)的輻射不同。來自激光器的能量通過稱為受激發(fā)射的原子過程被放大到極高的強(qiáng)度，最后將能量變成高度定向的波束，意味著所有的單個(gè)能量波被對(duì)齊，變?yōu)椤巴唷辈⑶已叵嗤姆较蛞苿?dòng)。舉個(gè)例子的話，發(fā)光二極管的能量就像在游樂場(chǎng)的保險(xiǎn)杠車;而激光的能量就像賽車，并且它們會(huì)同時(shí)向同一方向沖出去。發(fā)光二極管照明廣泛，而激光精確定位，最適合需要聚焦和精確度的任務(wù)。
根據(jù)激光輸出功率和波長(zhǎng)、脈沖持續(xù)時(shí)間的不同，國(guó)際電工委員會(huì)(IEC)將激光分為 4 類：
Category 4 是最高強(qiáng)度的激光，可以造成火災(zāi)以及對(duì)皮膚造成傷害，同時(shí)存在漫反射危險(xiǎn)，也就是說激光表面的脈沖反射也是危險(xiǎn)
Category 3 同樣對(duì)人類有危害，但是在長(zhǎng)時(shí)間直射眼睛的情況下才是有危害的，一般人眨眼的頻率會(huì)保證眼睛在短時(shí)間內(nèi)直射不會(huì)受害。但是不會(huì)造成火災(zāi)以及對(duì)皮膚造成傷害。
Category 2 肉眼可見，但是通常直射眼睛會(huì)不舒服，長(zhǎng)時(shí)間直射也不安全。
Category 1m 是第二安全的類型，如果觀察者使用望遠(yuǎn)鏡等光學(xué)放大裝置直接觀察到直徑為 1m 的光束就不安全了。
Category 1 最安全的激光類型，這個(gè)類別包括所有的激光或激光系統(tǒng)，它們的光輻射水平在任何曝光條件下都不會(huì)高于眼睛的暴露極限。
3.2.2 光學(xué)掃描器
激光雷達(dá)成像的速度取決于外部反射的光子經(jīng)光學(xué)掃描部件進(jìn)入系統(tǒng)的速度。市場(chǎng)上存在許多掃描的方法以改變方位角和仰角，如雙振蕩平面鏡、雙軸掃描鏡、多面鏡等。光學(xué)掃描器決定了激光雷達(dá)的分辨率和檢測(cè)范圍(角度)[2]。圖 3-3 表示 HDL-64E 的光學(xué)掃描部件的結(jié)構(gòu)。
注：本圖參照[3]中圖片
圖 3-3 激光雷達(dá)光學(xué)掃描器部分
3.2.3 光電檢測(cè)器
光電檢測(cè)器即讀取和記錄反射回到激光雷達(dá)的信號(hào)的設(shè)備。主要有兩種光電檢測(cè)技術(shù)，分別為固態(tài)檢測(cè)器(Solid State Detector)和光電倍增管[2]。
3.2.4 導(dǎo)航系統(tǒng)
當(dāng)激光雷達(dá)安裝在移動(dòng)的平臺(tái)，如衛(wèi)星和飛機(jī)上時(shí)，它需要其它設(shè)備的協(xié)助以確定設(shè)備當(dāng)前的位置和轉(zhuǎn)向信息，這樣才能保證激光雷達(dá)測(cè)量數(shù)據(jù)的可用性。衛(wèi)星導(dǎo)航系統(tǒng)(GNSS, Global Navigation Satellite System)可以提供準(zhǔn)確的地理位置信息，慣性測(cè)量單元(IMU, Inertial Measurement Unit )則記錄當(dāng)前位置激光雷達(dá)的姿態(tài)和轉(zhuǎn)向信息。GNSS 和 IMU 配合使用，可以將激光雷達(dá)測(cè)量點(diǎn)由相對(duì)坐標(biāo)系轉(zhuǎn)換為絕對(duì)坐標(biāo)系上的位置點(diǎn)，從而應(yīng)用于不同的系統(tǒng)中[2]。
3.3 激光雷達(dá)技術(shù)指標(biāo)
3.3.1 線束
為獲得盡量詳細(xì)的點(diǎn)云圖，激光雷達(dá)必須要快速采集周圍環(huán)境的數(shù)據(jù)。一種方式是提高發(fā)射機(jī)/接收機(jī)的采集速度，每個(gè)發(fā)射機(jī)在每秒內(nèi)可以發(fā)送十萬以上組脈沖，也就是說在 1 秒內(nèi)，有 100,000 組脈沖完成一次發(fā)射/返回的循環(huán)。復(fù)雜的激光雷達(dá)有高達(dá) 64 組發(fā)射機(jī)/接收機(jī)，組就是線(Channel)的意思，線表示激光雷達(dá)系統(tǒng)包含獨(dú)立的發(fā)射機(jī)/接收機(jī)的數(shù)目。多線的配置使得激光雷達(dá)在每秒內(nèi)可構(gòu)建高達(dá)百萬的數(shù)據(jù)點(diǎn)。
圖 3-4 示例多線激光雷達(dá)掃描的點(diǎn)云，圖中每個(gè)同心圓表示一組激光器掃描的點(diǎn)云。對(duì)于兩組相鄰的激光器而言，其垂直間隔角為常量(下文“垂直角分辨率”將介紹到)。因此距離越遠(yuǎn)，相鄰激光器掃描的點(diǎn)云同心圓間隔越大。也就是說，距離越遠(yuǎn)，數(shù)據(jù)的保真度越低。激光雷達(dá)對(duì)于近處的物體有更高的分辨率[2]。
注：本圖參照[4]中圖片
圖 3-4 Velodyne HDL-64 激光雷達(dá)系統(tǒng)掃描的點(diǎn)云圖
3.3.2 方位角
方位角(Field of View, FOV)包括水平方位角和垂直方位角，指的是激光雷達(dá)在水平和垂直方向的檢測(cè)角度。
上面提到線的概念，然而在實(shí)際應(yīng)用中，64 線對(duì)于構(gòu)建周圍環(huán)境精確的點(diǎn)云是遠(yuǎn)遠(yuǎn)不夠的，它只能在有限范圍內(nèi)達(dá)到足夠的精度。但是在制造工藝上，把線數(shù)提高到 64 組以上，將大大提高設(shè)備的成本，因此不少激光雷達(dá)系統(tǒng)采用旋轉(zhuǎn)鏡頭，如圖 3-5，激光雷達(dá)的主體部分固定在旋轉(zhuǎn)馬達(dá)的基座上，工作時(shí)不斷旋轉(zhuǎn)，即可對(duì)周圍 360°進(jìn)行掃描，也就是說這些激光雷達(dá)的水平方位角為 360°。
垂直方位角指的是激光雷達(dá)垂直方向的檢測(cè)角度，一般在40°以內(nèi)[2]。VelodyneHDL-64E 幾個(gè)激光發(fā)射單元之間有一定間隙，如圖 3-6 所示。
注：本圖參照[5]中圖 4.2
圖 3-5 Velodyne HDL-64E 水平掃描示意圖
注：本圖參照[5]中圖 4.1
圖 3-6 Velodyne HDL-64E 垂直掃描示意圖
3.3.3 掃描幀頻
激光雷達(dá)點(diǎn)云數(shù)據(jù)更新的頻率。對(duì)于混合固態(tài)激光雷達(dá)來說，也就是旋轉(zhuǎn)鏡每秒鐘旋轉(zhuǎn)的圈數(shù)，單位 Hz 。例如，10 Hz 即旋轉(zhuǎn)鏡每秒轉(zhuǎn) 10 圈，同一方位的數(shù)據(jù)點(diǎn)更新 10 次[2]。
3.3.4 角分辨率
角分辨率分為水平角分辨率和垂直角分辨率。水平角分辨率是指水平方向上掃描線間的最小間隔度數(shù)。它是隨掃描幀頻的變化而變化，轉(zhuǎn)速越快，則水平方向上掃描線的間隔越大，水平角分辨率越大。垂直角分辨率指的是垂直方向上兩條掃描線的間隔度數(shù)[2]。
3.3.5 測(cè)量精度
激光雷達(dá)的數(shù)據(jù)手冊(cè)中的測(cè)量精度(Accuracy)常表示為，例如 ±2 cm 的形式。精度表示設(shè)備測(cè)量位置與實(shí)際位置偏差的范圍[2]。
3.3.6 探測(cè)距離
激光雷達(dá)的最大測(cè)量距離。在自動(dòng)駕駛領(lǐng)域應(yīng)用的激光雷達(dá)的測(cè)距范圍普遍在100~200 m 左右[2]。
3.3.7 數(shù)據(jù)率
激光雷達(dá)每秒鐘生成的激光點(diǎn)數(shù)，例如：40 線掃描幀頻為 20 Hz 的激光雷達(dá)，水平角分辨率是 0.45°(每一圈每束激光掃描 800 次)。因此每秒鐘生成的激光點(diǎn)數(shù)和為：4020800 = 640, 000 points/sec[2]。
3.4 激光雷達(dá)測(cè)試分析
市場(chǎng)上車載激光雷達(dá)種類、型號(hào)繁雜，其中 Velodyne HDL-64E 是最受歡迎的激光雷達(dá)之一，其所使用的激光是 Category 1 類型，以大約 10 赫茲的頻率快速旋轉(zhuǎn)。同時(shí)，每個(gè)激光脈沖的波長(zhǎng)為 905 納米，平均功率為 2 毫瓦，相當(dāng)于是標(biāo)準(zhǔn) 10 瓦 LED 大燈泡在近光燈設(shè)置下的功率輸出的 0.02%。這意味著任何單個(gè)激光束將在大約 1 毫秒內(nèi)掃過眼睛，平均功率小于普通的激光指示器。并且由于每個(gè)單獨(dú)的激光器以不同的方向和角度安裝，所以多個(gè)激光器不能一次同時(shí)直射眼睛并增加功率。即使行人有意盯著 Velodyne 傳感器，低功耗和快速旋轉(zhuǎn)的組合情況下也是 Category 1 級(jí)，十分安全。
另外，它由激光發(fā)射機(jī)、光學(xué)接收機(jī)、轉(zhuǎn)臺(tái)和信息處理系統(tǒng)等組成，激光器將電脈沖變成光脈沖發(fā)射出去，光接收機(jī)再把從目標(biāo)反射回來的光脈沖還原成電脈沖，送到顯示器。
其基本參數(shù)、實(shí)際輸出數(shù)據(jù)格式和結(jié)構(gòu)如表 3-1、表3-2 和圖 3-7 所示：
表 3-1 Velodyne HDL-64E型激光雷達(dá)參數(shù)
表 3-2 激光雷達(dá)輸出數(shù)據(jù)格式表
圖 3-7 Velodyne HDL-64E 激光雷達(dá)組成示意圖
利用有幸從別處取得的 HDL-64E 的數(shù)據(jù)，繪制得到點(diǎn)云圖的其中一幅如下：
圖 3-8 HDL-64E 實(shí)際數(shù)據(jù)所繪制的點(diǎn)云圖
根據(jù)表 3-2 可得，HDL-64E 所輸出的數(shù)據(jù)為點(diǎn)的 X，Y，Z 坐標(biāo)，激光強(qiáng)度以及激光器的編號(hào)，由于對(duì)激光雷達(dá)的仿真不需要模擬出激光強(qiáng)度的效果，所以只需要對(duì)其他四個(gè)數(shù)據(jù)進(jìn)行獲取。
至于點(diǎn)云圖的繪制，是對(duì)實(shí)際數(shù)據(jù)處理之后按照 Z 軸坐標(biāo)的不同顯示，不過實(shí)際數(shù)據(jù)和仿真采集數(shù)據(jù)的不同在于，實(shí)際數(shù)據(jù)中的點(diǎn)的坐標(biāo)都是符合激光雷達(dá)數(shù)據(jù)規(guī)范的，仿真需要考慮的是將采集到的點(diǎn)篩選出符合規(guī)范的，再顯示出來。下一節(jié)將會(huì)分別對(duì)模塊仿真、數(shù)據(jù)處理、數(shù)據(jù)仿真進(jìn)行詳細(xì)說明。
3.5 本章小結(jié)
本章通過了解激光雷達(dá)的分類、基本工作原理、主要技術(shù)指標(biāo)，對(duì)用于智能車的車載激光雷達(dá)的主要產(chǎn)品進(jìn)行調(diào)研，獲得主流產(chǎn)品的主要性能指標(biāo)參數(shù)、測(cè)試數(shù)據(jù)等。
4.1 模塊仿真
本文第 3.2 節(jié)詳細(xì)說明了激光雷達(dá)的主要組成模塊，在對(duì)激光雷達(dá)仿真時(shí)，可以考慮按模塊分類并仿真。
實(shí)際的激光雷達(dá)是先發(fā)射激光束再接收返回的激光束而獲取到點(diǎn)的坐標(biāo)，并且其中還要依靠光學(xué)掃描器和光學(xué)檢測(cè)器才能完成這一復(fù)雜的過程，而仿真的激光雷達(dá)只需要模擬激光器，也就是激光發(fā)射裝置，進(jìn)而獲取到點(diǎn)的坐標(biāo)，最后繪制成圖即可。根據(jù)仿真經(jīng)驗(yàn)，可以考慮使用 OpenGL 中透視投影的一點(diǎn)透視的方式設(shè)置相機(jī)視角，然后通過編寫 shader 從相機(jī)中獲取點(diǎn)數(shù)據(jù)。如圖 3-1 所示，透視投影的視線(投影線)是從視點(diǎn)(觀察點(diǎn))出發(fā)，所有視線從視點(diǎn)出發(fā)，視線是不平行的。所以可以用 OpenGL 的配置透視投影的相機(jī)來充當(dāng)激光雷達(dá)的觀察方式，然后從相機(jī)中設(shè)法取出在該視角下觀察場(chǎng)景的位置信息即可完成激光雷達(dá)的模擬。那么如何設(shè)置相機(jī)呢?首先，在使用 OpenGL 的透視投影的方式獲取點(diǎn)的數(shù)據(jù)時(shí)，根據(jù) HDL-64E 的水平方位角為 360°，垂直方位角為 26.8°，掃描最長(zhǎng)距離為 120 m，考慮使用四個(gè)相機(jī)拼合的方式實(shí)現(xiàn)，其中每個(gè)相機(jī)上仰角度為 2°，下俯角度為 24.9°，水平張角為 90°，遠(yuǎn)處裁剪處為 120，然后獲取數(shù)據(jù)。
圖 4-1 透視投影原理
根據(jù)以上的分析，大致可以將激光雷達(dá)的仿真分為兩個(gè)模塊，一是激光發(fā)射模塊，其中包括了對(duì)獲取到的數(shù)據(jù)的處理過程(篩選過程);二是建模模塊，用于對(duì)激光雷達(dá)仿真的精度測(cè)試和算法驗(yàn)證。
4.2 數(shù)據(jù)處理
由于本文只對(duì)于仿真激光雷達(dá)提供一個(gè)方向，具體的實(shí)現(xiàn)方法是多元的，接下來只對(duì)其中一種方法在仿真 HDL-64E 時(shí)的實(shí)現(xiàn)過程作大致說明。由于我們需要取出點(diǎn)的位置信息，而在 shader 關(guān)于頂點(diǎn)信息的只有 gl_Vertex 這個(gè)內(nèi)置變量。經(jīng)過用例檢測(cè)后，發(fā)現(xiàn) gl_Vertex 的頂點(diǎn)信息是該點(diǎn)相對(duì)于當(dāng)前模型的相對(duì)坐標(biāo)，若想將其變化為我們需要的位置信息還需進(jìn)行矩陣變換。根據(jù)公式
相對(duì)位置 = 相機(jī)的模型矩陣 × 模型的模擬矩陣 × 目標(biāo)點(diǎn)相對(duì)模型的相對(duì)坐標(biāo)
將模型的投影矩陣右乘 gl_Vertex，再右乘傳進(jìn)的相機(jī)的投影矩陣，便得出此點(diǎn)相對(duì)于相機(jī)視點(diǎn)(即激光雷達(dá)的位置)的相對(duì)坐標(biāo)。值得注意的是，由于本算法是在 OSG 中運(yùn)行的，因?yàn)?OSG 中矩陣的右乘等于 OpenGL 的左乘，故造成這里的公式和上文提到的公式不同。
4.3 數(shù)據(jù)傳輸
數(shù)據(jù)傳輸?shù)姆椒ㄓ泻芏喾N，比如共享內(nèi)存、以文件形式輸出、利用網(wǎng)絡(luò)傳輸?shù)?，本?jié)只對(duì)實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)钠渲幸环N的實(shí)現(xiàn)過程加以說明。一般來說，激光雷達(dá)仿真需要實(shí)現(xiàn)動(dòng)態(tài)的實(shí)時(shí)場(chǎng)景顯示和點(diǎn)云圖顯示。動(dòng)態(tài)的實(shí)時(shí)場(chǎng)景顯示，可以考慮多加一個(gè)相機(jī)進(jìn)行顯示。而點(diǎn)云圖的繪制可以根據(jù)四個(gè)相機(jī)取到的數(shù)據(jù)，不以文件形式輸出，而是將數(shù)據(jù)寫進(jìn)內(nèi)存，直接從內(nèi)存里獲得點(diǎn)數(shù)據(jù)信息并利用 OpenGL 繪制出來。從內(nèi)存里直接取數(shù)據(jù)則需要做到共享內(nèi)存，也就是要滿足進(jìn)程間的通信，在渲染場(chǎng)景時(shí)將數(shù)據(jù)寫在一個(gè)內(nèi)存地址里，繪制點(diǎn)云圖時(shí)利用這個(gè)內(nèi)存地址找到點(diǎn)數(shù)據(jù)的存儲(chǔ)地址并取出數(shù)據(jù)，這樣的方式可以使得渲染和繪制的效率都提高，要做到動(dòng)態(tài)繪制時(shí)也更為方便，但進(jìn)程間的先后關(guān)系需要做一定的控制，否則容易出現(xiàn)繪制時(shí)內(nèi)存地址里沒有數(shù)據(jù)或者是錯(cuò)誤數(shù)據(jù)的情況。
4.4 本章小結(jié)
經(jīng)過歸納、分析前文中的內(nèi)容，最終得出智能車輛車載激光雷達(dá)仿真系統(tǒng)的主要技術(shù)要求以及針對(duì)于主流產(chǎn)品 Velodyne HDL-64E 的一種基本的仿真思路。
轉(zhuǎn)載請(qǐng)注明出處。
相關(guān)文章
熱門資訊
精彩導(dǎo)讀
關(guān)注我們
